AI基礎
深層学習（ディープラーニング）とは？
読み: しんそうがくしゅう英語: Deep Learning更新日: 2026-06-23
深層学習（ディープラーニング）とは、多層のニューラルネットワークを使い、画像、音声、自然言語などの複雑な特徴を学習する手法です。
生成AIパスポートG検定AWS AI Practitioner
関連表記: 深層学習 / ディープラーニング / Deep Learning / DL
試験で問われるポイント
- 大量のデータと計算資源が必要になりやすいです。
- 特徴量を自動的に学習できる点が従来手法との違いです。
- LLMや画像生成AIの基盤にも深層学習が使われます。
具体例
画像の物体認識や音声認識、大規模言語モデルに利用されています。
混同しやすい点
- 深層学習では人間の確認が不要だと考える。
- 深層学習だけがAIの全てだと考える。
関連問題で復習
生成AIパスポートAI・生成AIの基礎
深層学習（ディープラーニング）に関する次の記述のうち、最も不適切なものはどれか。
G検定人工知能（AI）とは
AIレベル4（深層学習を用いたAI）の特徴として、最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
深層学習(ディープラーニング)が従来型の機械学習と比べて特に強みを発揮しやすい対象はどれですか。
G検定人工知能をめぐる動向
AI研究における「第2次AIブーム」を牽引した技術として、最も適切なものはどれか。
G検定ディープラーニングの概要
「ReLU関数」の説明として、最も適切なものはどれか。
G検定ディープラーニングの概要
「誤差逆伝播法（バックプロパゲーション）」の説明として、最も適切なものはどれか。
G検定ディープラーニングの概要
「GPU」が深層学習で重要な理由として、最も適切なものはどれか。
G検定ディープラーニングの応用例
「機械翻訳」で現在主流のアプローチはどれか。